- 综合排序
- 最热优先
- 最新优先
- 来自专栏智药邦
Cadence以5亿美元收购计算分子设计先驱OpenEye
2022年7月25日，Cadence Design Systems (Nasdaq: CDNS) 宣布，它已达成最终协议，收购领先的计算分子建模和模拟软件提供商OpenEye Scientific Software 收购使Cadence的计算软件专长进入分子建模和模拟领域，专注于制药和生物技术药物开发。 在药理学、化学合成和药物筛选中越来越多地利用计算技术来研究分子的三维结构，这是促进全球生物模拟市场增长的一个主要因素，该市场的市场规模估计为20亿美元，预计在未来五年的复合年增长率(CAGR) 约为15% OpenEye成立于1997年，是计算分子设计的行业领导者，其产品被全球20大制药公司中的19家使用。它开创了基于物理学的方法和云原生Orion®软件平台，以加速人类健康的进步。 Cadence为最具活力的市场应用 (包括超大规模计算、5G通信、汽车、移动、航空航天、消费、工业和医疗保健) 提供从芯片到电路板到完整系统的非凡产品。
82020编辑于 2022-11-16 - 来自专栏DrugScience
分子对接与量子计算
Sci Adv. 2020 Jun 5;6(23):eaax1950. doi: 10.1126/sciadv.aax1950. 分子对接 分子对接是基于结构的药物筛选的重要工具。DOCK 可以预测小分子（配体）与蛋白质（受体）之间的结合状态。对接过程与其结果依赖于精确的打分函数以及优秀的搜索算法。 与大多数分子模拟方式一样，对接也通常需要在精度与速度之间做取舍。 在本文中为了在图的表达能力与其尺寸之间取得平衡，将配体和受体的全原子分子模型简化为药效团形式。 药效团是一组分子中发挥生物活性作用的点的集合。 随后将分子对接转化为最大团问题。
1.9K20发布于 2021-10-26 - 来自专栏生物信息云
分子对接教程 | (5) 配体小分子的预处理
前面提到在选择一个分子作为配体或受体之前，必须把所有的氢都加到这个分子上。 就是下图中的弹出框，比如融合了5个非极性氢。 ? 但是，有时候，我们不手动添加电荷，按照上面的操作，有的小分子也会报错，怎么解决？ 如果不是，或者每个电荷都为零，ADT计算整个配体的Gasteiger电荷。为了使计算正确进行，在此步骤之前，分子必须已经添加了氢原子，包括极性的和非极性的。】 ，我么只需要记住，如果出错，那就是每个电荷都为零的情况，我们在选择作为配体之前需要计算Gasteiger电荷，具体怎么计算看下图，按照下图操作后在设置为配体。 ? 不需要，如果再计算Gasteiger电荷，本身原本就有部分电荷，最后对接的结合能是不一样的。只需要记住，如果设置为配体出错，再去计算Gasteiger电荷。
7.4K20发布于 2021-02-26 - 来自专栏Dechin的专栏
使用numpy计算分子内坐标
以下是几个相关的关注点： 在计算距离、角度和二面角的过程中，我们都会使用到序列原子之间的相对矢量(B, A-1, D)，那么在计算过一次之后我们应该保存下来以供几个不同的函数使用。 在计算相对矢量的时候我们一般使用的是错位相减，比如可以使用crd[1:]-crd[:-1]，但是这里我们在计算过程中使用的是numpy.roll对数组进行滚动之后做减法，最后再去掉一个结果。 总结概要 本文主要介绍了在numpy的框架下实现的分子内坐标的计算，类似的方法可以应用于MindSpore和Pytorch、Jax等深度学习相关的框架中。 分子的内坐标，可以更加直观的描述分子内的相对运动，通过键长键角和二面角这三个参数。 分子中全部原子的内坐标总称为“Z-矩阵” (Z-matrix)。
54970编辑于 2023-07-09 - 来自专栏R语言交流中心
R语言中的分子描述的计算
学习药化的同志们应该都了解化合物分子的特征描述有很多计算软件，今天我们来给大家展示下在R语言中如何实现分子特征描述的计算。主要以MACCS分子指纹的实现作为案例。 MACCS指纹的计算及基础的分子描述。 a. get.smiles() 获取分子的SMILE结构 b. get.atom.count() 获取组成分子的原子数目 c. get.fingerprint() 获取分子的MACCS指纹。结果抽取如下： ? 数据的导出 数据的导出还是平时我们用的write.csv()。 只要把所有的指纹数据导出就可以进行我们下一步的计算了。
2.3K20发布于 2019-07-31 - 来自专栏全栈程序员必看
计算机分子模拟聚乙烯,用“分子模拟”软件构建聚乙烯分子、全同立构聚丙烯分子,并计算它们末端的直线距离-高分子物理-实验1-01…
高分子物理实验。 实验一 用“分子模拟”(MP)软件构建聚乙烯分子、全同立构聚丙烯， 并计算它们末端的直线距离 一、实验目的 1．了解用计算机软件模拟大分子的“分子模拟”新趋势。 2． 学会用“分子模拟”软件构造聚乙烯、聚丙烯大分子。 3． 计算主链含100个碳原子的聚乙烯、聚丙烯分子末端的直线距离。 二、实验原理 已经知道，C-C 单键是σ键，其电子云分布具有轴对称性。 长链分子主链单键的内旋转赋予高分子以柔性，致使高分子链可任取不同的卷曲程度。高分子链的卷曲程度可以用高分子链两端点间直线距离—末端距 h 来度量。高分子链卷曲越厉害，末端距越短。 这样，由于分子的热运动，分子中原子在空间的排布可随之不断变化而取不同的构象，表现出高分子链的柔性。高分子链的柔性是聚合物分子长链结构的产物，是高聚物独特性能——高弹性的依据。 尽管实际高分子链中键角是固定的，内旋转也不是完全自由的，高分子链仍然能够由于内旋转而很大程度地卷曲(图2)。分子越卷曲，相应的构象数目越多，构象熵就越大。
63410编辑于 2022-08-29 - 来自专栏生信小驿站
R语言之分子指纹(1)计算分子指纹及批量保存sdf格式
(CN3CCCC3C1)C1=C2C=C(OC)C(OC)=C1 # 4 COC1=CC2=C(C=C1OC)C1=C(C=C(OC)C(OC)=C1)C1=C2CC2CCCN2C1 # 5 dt$sum <- rowSums(dt) table(dt$sum) dt[1:6,1:6] # molecule1 molecule2 molecule3 molecule4 molecule5 0 0 0 # fpt4 0 0 0 0 0 0 # fpt5 i, '.sdf') write.molecules(m,filename=file_name ) } 用DS2019读取这些sdf文件后，全部visible，然后保存为sdf格式，即可将所有小分子保存到一个
2.2K21发布于 2021-01-20 - 来自专栏DrugOne
RDKit：计算不同小分子构象之间的RMSD
摘要： 计算两个小分子之间的RMSD，可以用来判断两个构象的接近程度。
2K20发布于 2021-01-28 - 来自专栏R基础
分子对接—蛋白分子和小分子配体
分子对接—蛋白分子和小分子配体记录下蛋白分子和小分子配体之间的分子对接，以HSP90AA1蛋白和川陈皮素为例1 蛋白结构下载Uniprot数据库中检索HSP90AA1蛋白（物种：人类）。 Vina对上述文件进行分子对接。 lig.pdbqtcenter_x =5.064center_y = 21.194center_z = 6.276size_x = 126size_y = 92 size_z = 116energy_range = 5num_modes 数值越低，结合越稳定，一般小于-5或-8认为对接良好。由对接结果可以看出，Mode 1的Affinity = -7.8 kcal/mol，是能量最低的模式，代表此种模式下配体和蛋白的结合最稳定。 sup/1.pngsup/2.pngsup/3.png#综合展示sup/综合.pdf5 作用力对接结果中发现蛋白（HSP90AA1）和配体川陈皮素（Nobiletin）之间存在一个氢键，距离为 2.4
2.3K11编辑于 2024-11-30 - 来自专栏Dechin的专栏
MindSponge分子动力学模拟——计算单点能（2023.08）
而WithEnergyCell则可以根据system和forcefield两者提供的信息，直接计算能量。关于WithEnergyCell类的输入，我们重点关注下这几个参数： 分子系统。 以上，就是ForceField和WithEnergyCell的基本介绍，有了这两个工具，我们就可以导入一些已有的力场，来完成单点能的计算。 计算单点能 给定一个初始的分子构象，求这个构象的分子势能。 一般情况，这个问题可能需要通过计算化学的方式来进行求解，比如CCSD(T)之类的方法。但是我们做分子模拟，需要快速的演化和迭代，如果使用计算化学的方法，速度是无法满足计算的需求的。 1 1.201 -9.359 -0.628 ATOM 4 C ALA 1 -1.107 -9.319 -1.485 ATOM 5 C ATOM 4 C ALA A 1 -1.107 -9.319 -1.485 1.0 0.0 C ATOM 5
40620编辑于 2023-09-01 - 来自专栏DrugOne
arXiv | 图表示方法驱动大分子计算研究
近年来，有许多利用序列比对，编辑距离，线性核和深度学习方法计算大分子相似性的工作，但这些方法仅限于生物大分子，不能扩展到一般的大分子化学空间，并且现有的用于生物大分子的工具不允许掺入非天然单体，除了聚糖特异性工具之外 GED通过分配节点和边替换的分数来计算两个图之间的相似度。并且使用Tanimoto相似度矩阵代替基于进化统计的替换矩阵，计算分子指纹之间的相似度（图2A，B）。 实验 作者针对指纹，one-hot节点和边属性训练了5种GNN模型架构，以针对免疫原性和8个分类标准对聚糖进行分类。 对于每个任务，作者评估了分类指标，该分类指标通过对至少具有5个随机初始化种子的前5个超参数集重新训练的模型进行平均化获得（表1）。实验表明，该模型获得了最好的结果，并且表现优于文献报道的指标。 总结 大分子图表示与分子指纹、图相似性和GNN相结合，提供了一个表示、计算相似性和机器学习大分子的框架。这项工作为大分子的计算研究提供了一种化学方法。
53940发布于 2021-03-18 分子密码解锁计算机：数据存储新范式
分子（如DNA）无需能源即可存储海量数据，但访问这些分子数据的成本高昂且耗时。研究人员现已开发出一种替代方法，将信息编码在合成分子中，并成功用于编码和解锁计算机的11位字符密码。 分子数据存储的新探索来自某机构的研究人员将这一成果发表在Cell Press期刊《Chem》上。通讯作者、某机构的电气工程师表示："分子可以在无需电力的情况下长期存储信息。 为了制造更易于写入和读取的分子信息，该团队决定尝试一种不同的方法：设计含有电化学信息的分子，这种方法允许使用电信号解码信息。 构建分子字母表与密码编码研究团队首先利用四种不同的单体（即具有不同电化学特性的分子构建模块）构建了一个字符字母表。每个字符由这四种单体的不同组合构成，总共产生256个可能的字符。 下一步是将这些聚合物与集成电路连接起来，让计算机芯片成为存储信息的读出系统。"本研究得到了某机构、某机构、某机构和某机构的资助。FINISHED
7210编辑于 2026-02-19量子计算机助力揭示分子结构的新突破
某中心称其量子计算机能揭示分子结构某中心量子人工智能的研究人员利用其Willow量子计算机，帮助解读核磁共振（NMR）光谱数据，这是化学和生物学研究的一项主流技术。 这项工作使得量子计算机处于能够有效增强常见分子技术的前沿。量子计算机最严格证实的用途在于破解密码学，但当前的设备规模太小且容易出错，无法运行解密算法。 该团队的工作重点是一种名为“量子回声”的计算协议，以及它可以应用于核磁共振的方式，核磁共振用于确定分子结构的微观细节。 “我们正在建造一把更长的分子尺。”该团队估计，在传统超级计算机上运行类似于“量子回声”的协议所需时间大约要长13000倍。 某大学的Dries Sels表示，该团队的实验使用了更大的量子计算机，并考虑了比以前在量子计算机上建模的更复杂的核磁共振协议和分子，包括他及其同事之前的工作。
13410编辑于 2026-02-10- 来自专栏生命科学
MCE | 小分子降解剂——分子胶
什么是分子胶？ 小分子降解剂通过介导泛素化连接酶与靶蛋白的识别，对靶蛋白进行降解。 理论来说，PROTAC 分子既可以作为 PROTAC 降解剂来结合和降解靶蛋白，也可以充当 “分子胶” 降解新底物。 特异性降解 “核蛋白” 的分子胶 接着，我们来讲讲另外一种新型“分子胶”。 [5] Hughes S J, et al. Essays Biochem. 2017 Nov 8;61(5):505-516. [6] Keriann M.Backus, et al.
86030编辑于 2023-03-10 计算机嗅觉技术突破：从分子结构预测气味
计算机嗅觉技术突破：从分子结构预测气味主要气味地图的突破数字嗅觉科学的核心突破是主要气味地图（POM）的创建。在视觉被数字化之前，需要一种称为RGB的映射来显示每种颜色如何由不同比例的红、绿、蓝组成。 某中心的研究团队在气味领域做出了类似且卓越的工作——他们使用机器学习将分子结构直接映射到人类如何感知该分子的气味。 由此，模型能够学习分子结构和气味之间的联系，而无需了解人嗅闻气味时鼻子或大脑中实际发生的情况。验证与性能关键问题是：POM能否推广到仅基于分子结构预测其从未见过的分子的气味？ 分子不适合这种模式：一个分子可能有两个原子，或者可能有20个原子，具有完全不同的结构和连接性。它们根本不能简化为矩形或网格。相反，分子中的原子可以被视为节点，它们之间的化学键可以被视为边，形成图结构。 事实上，凭借现代计算能力和机器学习的利用，计算机将在一二十年内拥有"嗅觉"。需要三个阶段："读取"气味、理解气味和"写入"气味。团队希望理解，并最终策划各种安全的合成分子，可以重现整个人类气味景观。
24310编辑于 2025-10-11- 来自专栏全栈程序员必看
Vue（5）计算属性computed
前言 一般情况下属性都是放到data中的，但是有些属性可能是需要经过一些逻辑计算后才能得出来，那么我们可以把这类属性变成计算属性。 所以，对于任何复杂逻辑，你都应当使用计算属性。 然后通过for循环计算出书的总价，像这种需要计算的属性，就写在computed中。 这就意味着只要 books 还没有发生改变，多次访问 totalPrice 计算属性会立即返回之前的计算结果，而不必再次执行函数。 所以说计算属性是有缓存的 我们为什么需要缓存？ 假设我们有一个性能开销比较大的计算属性 A，它需要遍历一个巨大的数组并做大量的计算。然后我们可能有其他的计算属性依赖于 A。如果没有缓存，我们将不可避免的多次执行 A 的 getter！
1K20编辑于 2022-09-19 - 来自专栏DrugOne
. | 计算设计可合成分子
所提出方法的主要直觉是使用分子合成路线的深度生成模型。这些路线用图来表示，图中详细说明了产生一个给定分子所采取的一系列反应步骤。 然后，生成模型可以集成到其他架构中，以更好地探索分子空间，并根据特定属性进行分子优化。 与其他生成模型和优化模型相比，他们的模型具有类似的性能，其优势在于除了输出说明如何创建分子的合成路线外，还能发现更多的可合成分子的部分。 因此，这有可能更好地指导分子发现过程，为更高效的分子设计铺平道路。 ? 参考资料 Chirigati, F. Segler; José Miguel Hernández-Lobato https://papers.nips.cc/paper/2020/file/4cc05b35c2f937c5bd9e7d41d3686fff-Paper.pdf
49030发布于 2021-02-01 - 来自专栏百味科研芝士
5分+整合多中心临床样本构建5分子胰腺癌预后模型
首先，文章设计了一种新的计算策略，该方法基于生物信息学预测（CIPHER）整合了来自组学和文献的预后证据，以生成网络，旨在系统地识别与PDAC相关的潜在高置信度预后候选物。 使用模型的系数导出一个公式来评估每位患者的DSS的风险评分，形成一个5分子预测模型。 ? 4. 5分子预测模型的预后价值 在训练数据集中，利用多元Cox回归分析调整了年龄，性别，肿瘤位置，CA19-9水平，肿瘤分化，T期，淋巴结转移和辅助化疗因素，发现5分子预测模型为PDAC的独立预后因素。 此外，与临床病理特征不同，该5分子预测模型是唯一的在3类数据中均为独立预后因素的因素（表1）。 ? 在根据上述临床病理参数分层的大多数癌症亚组中，5分子预测模型也可有效区分不同的DSS（图3）。 因此，本文推测5分子预测模型可以为临床病理特征增加明显的预后价值。 ? ? ? ?
84910发布于 2020-07-15 白细胞介素-5（IL-5）的分子特性与免疫调节功能
基于对IL-5分子机制的深入理解，针对人IL-5的检测需求催生了相应免疫分析工具的开发，其中人IL-5试剂盒（HICA）即为核心应用之一。 二、IL-5的分子结构与基因定位IL-5为弱酸性糖蛋白，分子量介于40--50kD之间，通常以二硫键连接的同源二聚体形式存在，但其单体亦保留一定生物学活性。 小鼠IL-5前体含133个氨基酸残基，信号肽长度为21个氨基酸，成熟蛋白由112个氨基酸构成，具备三个糖基化位点，其二聚体分子量约为45kD。 人IL-5基因定位于第5号染色体长臂，与IL-3、IL-4、粒细胞-巨噬细胞集落刺激因子（GM-CSF）等造血相关细胞因子基因呈紧密连锁分布；小鼠IL-5基因则位于第11号染色体。 人鼠IL-5在氨基酸序列水平同源性约为70%，且存在交叉生物学活性，提示该分子在进化过程中具备高度功能保守性，这一特性为人IL-5试剂盒（HICA）在基础研究及临床检测中的交叉应用提供了可行性依据。
8810编辑于 2026-02-24- 来自专栏分子生物和分子模拟计算
分子对接
细胞色素P450(Cytochrome,CYP450)是一类以还原态与CO结合后在450nm处具有最高吸收峰的含血红素的单链蛋白质。 有业务需求的，请联系微信号wbf3ng或者发邮件到wbf3ng@g
1.3K20发布于 2018-07-03
腾讯云开发者
Copyright © 2013 - 2026 Tencent Cloud. All Rights Reserved. 腾讯云 版权所有
深圳市腾讯计算机系统有限公司 ICP备案/许可证号：粤B2-20090059 
粤公网安备44030502008569号
腾讯云计算（北京）有限责任公司 京ICP证150476号 | 京ICP备11018762号